Google XProf 新增 Pallas 内核周期级分析能力
先了解这件事
2026年10月10日，InfoQ 中文报道 Google 为面向 TPU 工作负载的开源性能分析器 XProf 新增了针对自定义 Pallas 内核的性能分析套件。该工具使开发者能够查看周期级细节，而非仅显示不透明块。在 TPU v7（Ironwood）上，该工具通过硬件计数器采样发现了内存停顿问题，并在分块矩阵乘法示例中将执行时间从 125.5µs 缩短至 88µs。文章指出，由于 Pallas、Mosaic 或 Triton 创建的内核会跳过标准 XLA Pass，导致编译期静态成本模型产生偏差。
AI 根据报道生成 · 4 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- InfoQ 中文Google XProf 新增 Pallas 内核周期级分析工具并警示静态模型偏差
Google 为面向 TPU 工作负载的开源性能分析器 XProf 添加了针对自定义 Pallas 内核的性能分析套件，使开发者能够查看周期级细节而非仅显示不透明块。该工具在 TPU v7（Ironwood）上通过硬件计数器采样发现内存停顿问题，并在分块矩阵乘法示例中将执行时间从 125.5µs 缩短至 88µs。文章强调由于 Pallas、Mosaic 或 Triton 创建的内核跳过标准 XLA Pass，导致编译期静态成本模型产生偏差，使得 optimal FLOPs 等指标可能完全无法工作。 新套件通过三个层级工作：编译器检查标志启用后，Graph Viewer 展示降低后的 MLIR 以确认操作融合与内存分块结构；Trace Viewer 提供时间对齐的低级操作包数据，覆盖 MXU、ALU 及各类加载存储单元；运行时遥测支持亚微秒级捕获，允许在最多四个 SparseCore 上配置 4×28 个计数器矩阵。文章提出信任层级概念，指出直接从硬件寄存器读取的 HBM 利用率等值应视为事实依据，而 XLA 成本模型的估算结果需谨慎对待，新的 Perf Counters View 列出了超过 16000 个原始计数器且轨道高度反映最大值而非归一化百分比。 该功能目前文档面向 TPU v7（Ironwood），早期世代团队不应假定具有相同覆盖范围。文章未说明内核性能分析套件的发布状态或具体版本，相关设置需通过 jax.profiler.ProfileOptions 启用。对于需要调优 Pallas 内核的开发者，建议放弃依赖 XLA 得出的效率数据，转而使用寄存器级计数器作为优化依据，并可参考 OpenXLA 仓库中的演示 Notebook 和说明文档进行实践。
本事件热度走势
当前热度 9·可比范围峰值 10（10月10日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。